Les démarrages, les arrêts et les rejets de production constituent les trois principales sources de phénomènes transitoires dans les turbines hydrauliques. Cependant, le régime transitoire du démarrage est identifié comme étant la condition de fonctionnement qui induit le plus grand endommagement pour la roue de turbine (Coutu et al., 2007). L’emballement et le rejet qui proviennent de la survitesse mécanique sont également des sources de phénomènes transitoires. Toutefois, elles ne se manifestent que d’une manière exceptionnelle (Gummer et Etter, 2008). Par conséquent, leur influence sur la vie résiduelle en fatigue est moins significative.

Dès les années 1960, les travaux de Davenport ont démontré que, pour une structure donnée et en utilisant un chargement similaire, une augmentation de l’amortissement ou de la force d’excitation (Naudasher., 2005) entraine une diminution de l’amplitude de la vibration de la structure (Davenport, 1963). Aussi, l’effet induit par le changement de la fréquence naturelle sur la structure est moindre comparé à l’effet qu’apporte un changement du taux d’amortissement. Ces conclusions, bien que provenant d’essais en soufflerie, sont applicables aux structures hydrauliques (Naudascher et Rockwell, 2005). Une structure immergée a une masse et un amortissement ajoutés.

Aussi, dans le cas des roues de turbine hydraulique, il est plus facile de contrôler la force d’excitation par le contrôle de l’ouverture des directrices et par conséquent dans une certaine mesure l’amortissement et la fréquence naturelle. En pratique, ceci se traduit par la possibilité de modifier les caractéristiques dynamiques (amplitude de la vibration sur la roue) comme dans le cas des groupes hydrauliques par le contrôle de l’ouverture.

Étude corrélative (Analyse de corrélation) 

Généralement, lors des essais in situ, les signaux provenant des capteurs placés sur un groupe sont échantillonnés dans le domaine temporel, il s’agit donc de données discrètes. Cependant, en plus des données à temps discret, trois autres types de données sont utilisés aussi bien en statistique descriptive qu’explicative pour faciliter la compréhension de systèmes et de phénomènes divers. Ces données peuvent être classées en deux groupes à savoir : le groupe des données quantitatives et celui des données qualitatives. La principale différence entre ces deux groupes est que les données quantitatives proviennent de mesures et peuvent être utilisées pour effectuer des opérations mathématiques, alors que les données qualitatives sont des données auxquelles l’on ne peut attribuer aucune valeur numérique; comme le goût, l’odeur, la texture. En poursuivant dans la classification, chacun des groupes peut être subdivisé en deux sous-groupes. Les données quantitatives se composent des données continues et des données discrètes (qui correspondent au type de données utilisées tout au long de ce document). Les données qualitatives, quant à elles, se composent des données nominales et des données ordinales (Louangrath, 2014).

Les données continues ne peuvent prendre que des valeurs entières comme par exemple le nombre de groupes d’une centrale, alors que les données discrètes peuvent varier dans un intervalle fini ou infini comme la taille d’une personne.

Les données nominales servent à différencier des objets et des attributs tels que le genre, alors que les données ordinales, comme leur nom l’indique, suivent un certain ordre dans leur agencement; par exemple, un agencement allant des candidats complètement en accord sur un sujet à ceux complétement en désaccord, passant par ceux dans un état perplexe.